gemini-3.1-flash-image
gemini-3.1-flash-image est un modèle de type LLM édité par Google. Sa fiche disponible repose sur une seule source de données concordante, ce qui invite à lire ses résultats comme un instantané Benchable plutôt que comme un panorama complet de ses capacités.
gemini-3.1-flash-image est un modèle de type LLM édité par Google. Sa fiche disponible repose sur une seule source de données concordante, ce qui invite à lire ses résultats comme un instantané Benchable plutôt que comme un panorama complet de ses capacités.
Le modèle se distingue surtout par un résultat maximal sur Hallucinations (Baseline), où il apparaît en tête du classement observé. Ses autres scores Benchable dessinent un profil solide en raisonnement et en code, plus contrasté sur la connaissance générale, la classification d’e-mails et l’éthique.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 98,0 % | 90ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 96,0 % | 175ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 96,0 % | 39ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 94,0 % | 38ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 92,0 % | 214ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 92,0 % | 92ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 78,0 % | 55ᵉ / 252 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Hallucinations (Baseline)
Benchable : Email Classification (Baseline)
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,24 $ |
| Latence moyenne par benchmark — Benchable | 10 min 39 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. gemini-3.1-flash-image affiche son meilleur signal sur Hallucinations (Baseline), avec une position de tout premier plan dans le classement Benchable. Ce point suggère un comportement particulièrement stable sur ce test précis, qui évalue la propension du modèle à produire des réponses non fondées. Les résultats en Reasoning (Baseline) et Coding (Baseline) le placent aussi dans une zone compétitive, avec des rangs nettement meilleurs que la plupart des modèles évalués sur ces axes. Email Classification (Baseline) reste également élevé en score brut, ce qui indique une bonne aptitude sur cette tâche structurée, même si son rang est moins distinctif.
Limites et points d'attention. La couverture ne repose que sur 1 source de données concordante, ce qui limite la robustesse de l’interprétation. General Knowledge (Baseline) obtient un score élevé mais un rang de milieu bas dans le classement, signe que beaucoup de modèles testés font aussi bien ou mieux sur ce terrain. Ethics (Baseline) constitue le point le plus faible relatif, avec un positionnement bas malgré un score brut important. Le profil ressort donc comme spécialisé par ses meilleurs résultats Benchable, plutôt que comme uniformément dominant sur l’ensemble des dimensions évaluées.
Sources des données : Benchable.ai (benchable.ai).